【正文】 MAP迭代譯碼算法 ................................................................................................12 自適應(yīng)信道跟蹤與估計(jì) ........................................................................................13 卡爾曼濾波迭代譯碼算法 ....................................................................................15 第 4章 仿真結(jié) 果分析 ..................................................................................................................18 仿真參數(shù) .......................................................................................................................18 仿真結(jié)果 .......................................................................................................................18 算法復(fù)雜度分析 .............................................................................................................19 結(jié)束語 .........................................................................................................................................20 參考文獻(xiàn) .....................................................................................................................................21 答謝辭 .........................................................................................................................................22 快速 OFDM信道估計(jì)的判決迭代方法 第 1章 緒論 無線通信系統(tǒng)的信息傳遞是利用電磁波來實(shí)現(xiàn)的，而電磁波的直射、反射、散射和繞射等傳播過程所形成的無線信道，使得接收信號(hào)與發(fā)送信號(hào)相比發(fā)生了復(fù)雜變化。 信號(hào)進(jìn)行限幅濾波后，會(huì)帶來非線性干擾，并引入帶外輻射。與基于非線性失真消除的估計(jì)算法相比，該算法更易受到判決錯(cuò)誤的影響。在近三十年來，移動(dòng)通信的發(fā)展尤為迅猛，經(jīng)歷了從第一代模擬通信（ 1G）到第二代數(shù)字通信（ 2G），再到第三代多媒體通信（ 3G） [2][3][4]，以及充分利用了 OFDM、 MIMO 等先進(jìn)通信技術(shù)的第四代移動(dòng)通信（ 4G）也正在如火如荼地研究當(dāng)中 [5][6]。 無線通信信道有兩個(gè)主要特點(diǎn)： 其一，無線通信環(huán)境參數(shù)具有時(shí)變特性，導(dǎo)致在不同時(shí)刻傳輸?shù)男盘?hào)所經(jīng)歷的信道影響完全不同，主要由多普勒效應(yīng)引起的； 其二，無線信道具有頻率選擇性，導(dǎo)致不同頻率信 號(hào)經(jīng)歷的信道衰落也不盡相同，主要由多徑效應(yīng)造成的。盡管多模型理論提出的很早，但是在當(dāng)時(shí)沒有引起足夠重視，直到上世紀(jì)九十年代末，隨著多模型理論在實(shí)際應(yīng)用中得到成功，人們才對(duì)這種方法重視起來，尤其在近十年，多模型控制方法在各個(gè)領(lǐng)域也越來越受青睞。多神經(jīng)網(wǎng)絡(luò)模型方法 [25]，其基本思想是利用了神經(jīng)網(wǎng)絡(luò)具有逼近非線性函數(shù)的能力，在不同的狀態(tài)區(qū)域內(nèi)，利用不同的神經(jīng)元網(wǎng)絡(luò)逼近不同的非線性過程，從而描述含有大量不確定性因素的復(fù)雜非線性系統(tǒng)。首先，基于被控對(duì)象和系統(tǒng)結(jié)構(gòu)的不確定性建立多個(gè)模型，組成模型集，然后根據(jù)模型集設(shè)計(jì)相對(duì)應(yīng)的控制器，最后結(jié)合系統(tǒng)所處狀態(tài)，根據(jù)切換準(zhǔn)則在模型集中選擇最優(yōu)模型作為系統(tǒng)輸出模型。頻率選擇特性導(dǎo)致接收信號(hào)的幅度、相位 和到達(dá)時(shí)間的劇烈變化，所以，為了在接收端準(zhǔn)確恢復(fù)出發(fā)送信號(hào)，必須要進(jìn)行信道估計(jì)，獲得所有子載波上的參考相位和幅度，利用估計(jì)出來的信道信息對(duì)接收信號(hào)進(jìn)行均衡。 Chang 于 1966 年提出了允許子信道頻譜相互重疊的并行發(fā)送方案，各個(gè)子載波發(fā)射信號(hào)的可分性依靠交錯(cuò)系統(tǒng)兩個(gè)正交通道上發(fā)送數(shù)據(jù)的半個(gè)符號(hào)周期來獲得，子信道間保持 Nyquist 準(zhǔn)則下的正交，以此來避免 ICI，在接收端可以獨(dú)立恢復(fù)各子載波的數(shù)據(jù)。在接收端，子載波信號(hào)不是通過傳統(tǒng)的濾波器方法分離出來的，而是通過對(duì)接收信號(hào)進(jìn)行基帶處理來實(shí)現(xiàn)的。由于 OFDM 系統(tǒng)把高速數(shù)據(jù)通過串并轉(zhuǎn)換分散到正交子載波上，可以大大降低各個(gè)子載波的符號(hào)速率 ，同時(shí)采用加循環(huán)前綴作為保護(hù)間隔的方法，可以有效地減小無線信道的時(shí)間彌散所帶來的符號(hào)間串?dāng)_，大大減小了接收機(jī)內(nèi)均衡器的復(fù)雜度。在平均功率以及所有子載波的符號(hào)錯(cuò) 誤概率相等的約束條件下，通過各子載波間的最佳功率分配的設(shè)計(jì)以及對(duì)每個(gè)子載波中每個(gè)符號(hào)的比特?cái)?shù)（ QAM 信號(hào)星座圖的大小）最佳選擇的設(shè)計(jì)，可以得到最大的總比特率。 根據(jù) Bussgang 定理，高斯輸入的非線性系統(tǒng)的輸出可以表示為： ( ) ( ) ( )gx n ax n d n?? (3) 式中： a為常數(shù)，取決于抑制率 y， x(n)與 d（ n）是不相關(guān)的。經(jīng)限幅濾波的信號(hào)通過多徑信道后，接收到的信號(hào)為： ()Y diag aX D H Z? ? ? （ 5） 式中： a為限幅造成的信號(hào)幅度衰落； X為待傳輸數(shù)據(jù)； D為系統(tǒng)限幅造成的非線性失真； H為一個(gè)符號(hào)周期內(nèi)的多徑信道頻域響應(yīng)； Z為加性高斯白噪聲。 在基于 OFDM 的新一代無線由于傳輸速率較高，并且需要使用相干檢測(cè)技術(shù)獲得較高的性能，因此通常使用非盲估計(jì)獲得較好的估計(jì)效果，這樣可以更好的跟蹤無線信道的變化，提高接收機(jī)性能。隨著迭代次數(shù)的增加，經(jīng)判決得到的數(shù)據(jù) ()idXn的誤碼率逐漸降低，并最終達(dá)到穩(wěn)定。 1? ? ()i H i H ip p p p pH F F H F F d ia g X Y?? ? ? ? (7) 式中： F為 N N的傅里葉變換矩陣 ； HpF 為 P P的傅里葉變換矩陣的共軛轉(zhuǎn)置。 導(dǎo)頻結(jié)構(gòu) 本文采用的導(dǎo)頻結(jié)構(gòu)為 Barhumi等提出的塊狀導(dǎo)頻符號(hào)。圖 2所示的空時(shí)編碼 OFDM系統(tǒng)接收機(jī)框圖主要由 3個(gè)模塊組成：空時(shí)信號(hào)檢測(cè)模塊、信道估計(jì)模塊和 MAP譯碼模塊。經(jīng)過 q次迭代后， Turbo譯碼器輸出的碼字符號(hào)的對(duì)數(shù)似然比可以表示為 1( ) ( )1( ) ( , ) ( )( ) ( ) l og ( 5 )( ) ( , ) ( )k k kgqqk c k e k k k kgs s s sL d L z L ds s s s? ? ?? ? ??????? ?????? ? ?????? 式中 1()k s?? 為達(dá)到狀態(tài) s的前向遞推概率， ()k s? ? 為到達(dá)狀態(tài) s? 的后向遞推概率 , ( , )k ss? ? 是狀態(tài) s到 s? 之間的路徑度量， s? 與 s? 分別表示 1kd? 和 1kd?? 時(shí)的狀態(tài)。 接收天線從信號(hào)中提取導(dǎo)頻符號(hào) pr ，先忽略噪聲的影響，由 LS準(zhǔn)則得到導(dǎo)頻位置的頻域信道系數(shù)矩陣 然后經(jīng)過 IFFT得到時(shí)域沖激響應(yīng) 因?yàn)榛?MMSE準(zhǔn)則的維納濾波需要信道和噪聲的二階統(tǒng)計(jì)量信息，并且，如果這些統(tǒng)計(jì)量發(fā)生變化，信道估計(jì)器就需要重新設(shè)計(jì)。尤其是，狀態(tài)的每一次更新估計(jì)都由前一次估計(jì)和新的輸入數(shù)據(jù)得到，因此只需要存儲(chǔ)前一次的估計(jì)值。 由于語音信號(hào)短時(shí)平穩(wěn)，因此在進(jìn)行卡爾曼濾波之前對(duì)信號(hào)進(jìn)行分幀加窗操作，在濾波之后對(duì)處理得到的信號(hào)進(jìn)行合幀，這里選取幀長(zhǎng)為 256，而幀重疊個(gè)數(shù)為 128；下圖為原聲音信號(hào)與加噪聲后的信號(hào)以及聲音信號(hào)與經(jīng)卡爾曼濾波處理后的信號(hào)： 原聲音信號(hào)與加噪聲后的信號(hào) 原聲音信號(hào)與經(jīng)卡爾曼濾波處理后的信號(hào) 基于卡爾曼濾波器的時(shí)域信道估計(jì) 卡爾曼濾波器是用狀態(tài)空間概念來描述其數(shù)學(xué)公式的。 RLs 自適應(yīng)濾波模塊中，正則化參數(shù) ? =，遺忘因子 ? =。同時(shí)， RLS算法由于收斂速度快，在 FER較低時(shí)，性能優(yōu)于 LR算法。 結(jié)束語 本文的主要工作，是針對(duì)無線 OFDM 系統(tǒng)中快速時(shí)變信道的估計(jì)及相關(guān)技術(shù) 的研究來進(jìn)行的。由于在頻率選擇性衰落信道中，兩個(gè)子載波之間的信道頻域響應(yīng)相關(guān)性是隨著子載波間隔增大而降低的，基于這一特性修正了卡爾曼濾波的估計(jì)值，簡(jiǎn)化了算法的求逆過程，進(jìn)一步的降低了算法的復(fù)雜度。然后基于這種信道建模方法，又提出了一種改進(jìn)的基于維特比算法的自適應(yīng)信道估計(jì)新算法。 感謝我的同班同學(xué)們，感謝他們平時(shí)在學(xué)習(xí)方面給予幫助；做畢業(yè)設(shè)計(jì)之時(shí)， 百忙之中，依舊能夠隨時(shí)對(duì)我的畢業(yè)設(shè)計(jì)給予指導(dǎo)與幫助 。 具 體 要 求 評(píng) 分 優(yōu)秀 良好 中等 及格 差 文獻(xiàn)調(diào)研 能獨(dú)立查閱文獻(xiàn)； 有獲取、加工各種信息及新知識(shí)能力。）： 成績(jī)： 組長(zhǎng)簽名： 年 月 日 答辯委員會(huì)意見： 總評(píng)成績(jī)： 簽名： 年 月 日